python中利用matplotlib画图

介绍三种比较简单的方法

• 基于matplotlib的画图方式
  plt.plot()，常用款
  plt.hist(), 画直方图
  plt.pie()，画饼状图
  plt.figure()
• 基于pandas的画图
  s.plot() s是pandas的Series对象
  df.plot() df是pandas的DataFrame对象

1.1. plt.plot()#绘制y关于x的变化关系.
x,y是成对出现的。可以省略x,则y是关于y的个数的函数关系。
当y是Series或DataFrame对象对象时，不出现x
[fmt]]可以设置线性，颜色，样式等。

Plot y versus x as lines and/or markers
plot([x], y, [fmt], data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)

以一个比较简单的例子入手：

import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline

x = np.arange(-10,11)
y = x**2
plt.plot(x,y)

• 增加一些功能
  设置标题、坐标轴标签、轴边界、轴刻度、显示中文及正负号

import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline

x = np.arange(-10,11)
y = x**2
plt.plot(x,y)

#添加标题
plt.title('二次函数')
#设置x,y轴标签
plt.xlabel('x')
plt.ylabel('y')
#设置x,y轴边界
plt.xlim([-12,12])
plt.ylim([-10,110])
#设置x,y轴刻度
plt.xticks([i for i in range(-10,11)])
plt.yticks([i for i in range(-10,101,10)])

plt.rcParams['font.sans-serif']=['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

• 增加图例
  配合plot()中的label参数，设置图例。loc设置图例的位置。color设置颜色，linestyle设置颜色，marker设置有值处点的形状。

x = np.arange(-10,11)
y = x**2

plt.plot(x,y,label='y=x^2',color = 'r',linestyle = ':',marker = 'o')
plt.legend(loc = 'upper right')

• plt.plot()的参数是Series对象
  
• plt.plot()的参数是DataFrame对象。DataFrame对象画图时，使用df.plot()更好，图例显示的就是列名。
  
  1.2 plt.hist()画直方图
  1.3. plt.pie()画饼状图

2. 基于pandas
   2.1 s.plot()

s = pd.Series(np.random.randn(50).cumsum())
s.plot(linestyle = '-.', marker = '_')

2.2 df.plot()
通过df.plot(kind='line')画图，其中的kind参数可取‘line’,‘bar’,‘kde’(密度图)，‘hist’,‘area’(面积图)等。返回对象axes

# 图名，图例，轴标签，轴边界，轴刻度，轴刻度标签等

df = pd.DataFrame(np.random.rand(10,2),columns=['A','B'])
fig = df.plot(figsize=(6,4))
# figsize：创建图表窗口，设置窗口大小
# 创建图表对象，并赋值与fig

plt.title('Interesting Graph - Check it out')  # 图名
plt.xlabel('Plot Number')  # x轴标签
plt.ylabel('Important var') # y轴标签

plt.legend(loc = 'best') 
plt.xlim([0,12])  # x轴边界
plt.ylim([0,1.5])  # y轴边界
plt.xticks(range(11))  # 设置x刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1.0,1.2])  # 设置y刻度
# fig.set_xticklabels("%.1f" %i for i in range(10))  # x轴刻度标签
# 周刻度另命名
fig.set_xticklabels("%c" %i for i in list('abcdegfhij'))  # x轴刻度标签
fig.set_yticklabels("%.2f" %i for i in [0,0.2,0.4,0.6,0.8,1.0,1.2])  # y轴刻度标签

• 保存图像plt.savefig('a.png')

3. 创建子图
   3.1 子图创建1 - 先建立子图然后填充图表
   在子图中添加标题
   ax1.title.set_text('First Plot')

# 子图创建1 - 先建立子图然后填充图表

fig = plt.figure(figsize=(10,6),facecolor = 'gray')

ax1 = fig.add_subplot(2,2,1)  # 第一行的左图
ax1.plot(np.random.rand(50).cumsum(),'r--')
ax1.plot(np.random.randn(50).cumsum(),'b--')
ax1.title.set_text('cumsum -- line')

ax2 = fig.add_subplot(2,2,2)  # 第一行的右图
ax2.hist(np.random.rand(50),alpha=0.5)
ax2.title.set_text('hist')

ax4 = fig.add_subplot(2,2,4)  # 第二行的右图
df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
ax4.plot(df2,alpha=0.5,linestyle='--',marker='.')
ax2.title.set_text('mess')
plt.show()
# 也可以直接在子图后用图表创建函数直接生成图表

3.2 创建一个新的figure，并返回一个subplot对象的numpy数组 → plt.subplot

# 子图创建2 - 创建一个新的figure，并返回一个subplot对象的numpy数组 → plt.subplot

fig,axes = plt.subplots(2,3,figsize=(10,4))
ts = pd.Series(np.random.randn(1000).cumsum())
ts2 = pd.Series(np.random.randint(100,size=100))
print(axes, axes.shape, type(axes))
# 生成图表对象的数组

ax1 = axes[0,1]
ax1.plot(ts)
ax2 = axes[0,2]
ax2.plot(ts2)

参数调整

# plt.subplots,参数调整
fig, axis = plt.subplots(4,4,figsize=(12,10))# 设置子图是4*4，图大小的12*10
fig.suptitle('Histogram')# 添加总标题
# sharex=True,sharey=True。sharex,sharey：是否共享x，y刻度
for i in range(4):
    for j in range(4):
        num = i*4+j+1
        axis[i][j].hist(df_x['f'+str(num)])# 画出f1~f13
        axis[i][j].set_title('f%d' % num)# 设置子图的标题
        if num>=13:
            break
plt.subplots_adjust(wspace=0.3,hspace=0.3)
# wspace,hspace：用于控制宽度和高度的百分比，比如subplot之间的间距

colorbar配合inshow使用

import numpy as np
from matplotlib import pyplot as plt
m = np.linspace(-100,100,50)
n = np.linspace(-100,100,50)
x,y = np.meshgrid(m,n)
z = x**2 + y**2

plt.imshow(z,cmap='spring')
plt.colorbar(shrink=0.8)# 颜色条占图高的比例
plt.show()

每行子图数不同

第一行一个子图占据整行。第二行两个子图。
图一是（2，1，1）## 两行一列的子图的第一个

fig = plt.figure(figsize=(10, 10))
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

ax1 = fig.add_subplot(2, 1,1)  # img1
ax2 = fig.add_subplot(2, 2, 3)  # img2
ax5 = fig.add_subplot(2, 2, 4)  # img3